İstatistik biliminde normallik sınamaları bir seri parametrik olmayan istatistik sınamalar çeşididir. Normallik sınamalarının amacı verilmiş bir veri dizisinin normal dağılıma uygunluk iyiliğinin incelenmesidir. Bir sıra parametrik olmayan sınama geliştirilmiş bulunmasına rağmen birçok istatistikçi pratikte daha az kesin ve daha çok subjektif sağduyu ve ekpertiz gerektiren gösterim karşılaştırmalarını kullanmaktadır. Normallik sınamaları yalnız örneklem verilerinin doğrudan doğruya incelenmesinde kullanılmamakta, fakat özellikle ekonometrik analizlerde tek regresyon denklemi tahmininden sonra çıkan hataların normal olup olmadıklarının araştırılması için de çok kullanılmaktadırlar.
Hipotez sınaması
İlk ortaya atılan normallik sınaması Pearson tarafından tek örneklem için ki-kare uygunluk iyiliği testinin normal dağılıma uygulanmasıdır. Bunu takiben gittikçe veri gereksinimi daha az olan diğer normallik sınamaları geliştirilmiştir. Diğer taraftan istatistiğin bir özel uygulama dalı olan ekonometri ile uğraşanlar da özellikle regresyon tahmin hatalarının normal olup olmadığını incelemek için bu gelişmeye epey katkıda bulunmuşlardır. Şu liste değişik normallik sınaması isimlerini vermektedir:
- Pearson'un ki-kare sınaması
- Kolmogorov-Smirnov tek örneklem sınaması
- Anderson-Darling sınaması
- D'Agostino'nun K-kare sınaması
- Jarque-Bera sınaması,
- Shapiro-Wilk sınaması
Bu sınamalarda sıfır hipotez veri dizisinin normal dağılıma benzer olmasıdır. Bu nedenle normal olmayan veri için yeter derecede küçük bir p-değeri (yani genellikle %5den veya %1den küçük) ortaya çıkacak ve sıfır hipotez olan veri dizisinin normal dağılıma benzerliği hipotezinin reddedilmesine neden olacaktır.
Gösterim ile karşılaştırma
Normallik sınamalarının bir kısmı özel test istatistik tabloları ve özel hesaplamalar gerektirmektedir. Bu nedenle pratik istatistik sorunların çözümü için sınamalara nazaran, daha çok subjektif sağduyu ve ekpertiz gerektiren gösterim karşılaştırmaları kullanılmaktadır. İçinde istatistik kısımları olan kutu-çizim (spreadsheet) bilgisayar hesaplama programları (örneğin Microsoft Office paketinin bir kısmı olan Excel, açık model olan Open Office suitinin bir parçası olan Calc vb.) histogram gösterimi üzerinde verinin örneklem ortalaması ve varyansını parametreler olarak alan normal dağılım eğrisinin gösterimi ile birlikte görme imkânı sağlamaktadırlar. Böylece histogram için verilerin bir normal dağılıma uyup uymadığı istatistikçinin subjektif görüşüne ve yargı gücüne bırakmaktadırlar. Eğer örneklem veri hacmi küçükse, bu türlü karşılaştırmanın pek iyi sonuç vermeyeceği aşikardır.
Diğer bir grafikle normallik sınaması kullanılarak yapılabilir. Burada Q, (quantile) sıralanmış veri dizisini eşit parçalara bölen istatistik ölçüleri ifade etmektedir. Öncelikle hem veriler dizisinin genellikle ondabirliklerini (bazen yüzdebirliklerini) bir eksende ve verilerin örneklem ortalaması ve varyansını parametre alan bir normal dağılımın ondabirillerini diğer eksende gösteren ve bu noktaları bir gösterim de birbirine bağlı 11 nokta olarak gösteren grafiğe Q-Q gösterimi denir.
Eğer bu çizilen eğri bir grafiğin 0dan başlayan doğrusal köşegeni ile çakışırsa veriler tıpatıp (parametreleri örneklem ortalaması ve varyansı değerlerine eşit olan) parametreleri olan normal dağılımlıdır. Eğer eğri her ne kadar köşegenle çakışmıyorsa o kadar verilerin normal dağılımdan değişik olduğu anlaşılmaktadır.
Şu gösterimler de uygunluk iyiliğini incelemek için kullanılabilirler:
Regresyon hataları için normallik sınamaları
Yukarıda incelenen normallik sınamalarında veriler örneklemden gelmektedir. Normallık sınamasının diğer bir önemli uygulanması bir pratik ekonometri araştırma yapılmaya başladıktan sonra, bir regresyon doğrusu için kestirim yapıldıktan sonra elde edilen regresyon sonucunda bağımlı değişken verilerinin regresyon kestirim değerlerinden farkının, yani incelenmesi sırasında kullanılır. Bir doğrusal regresyon için bu hataların normal dağılım göstermemesi halinde tahmin değerlendirilmesi veya post-tahmin analizi sırasında kullanılan , ve için gerekli varsayımların (yani hataların normal olmasının) doğru olmadığı ve bu sınamalar yapılsa bile sonuç çıkartıcı güçlerinin zayıf olacağı bilinmektedir. Onun için regresyon tahmini yapıldıktan sonra hataların normal olması istenir bir sonuçtur ve bunun gerçekte olup olmadığı normallik sınamaları ile kontrol edilir. Eğer hatalar normal dağılım göstermezlerse, kullanılan fonkisyon şeklinin asgari bir açıklayıcı değişken için hatalı olduğu veya bazı önemli açıklayıcı değişkenin analizde bulunmadığı neticesi çıkarılır. Ekonometri kitapları değişik normallik sınamasının kullanılmasını tavsiye etmektedirler. Örnegin, Gujarati (2003) ve Judge et al (1988) Jarque-Bera sınamasını önermektedirler. Özel ekonometrik analiz komputer paketleri (örneğin Eviews, Gretl vb.) hatalar için normallik sınanmasını bir alışkanlık gibi sırası gelince ifa etmektedirler.
Kaynakça
Dış bağlantılar
- R-istatistiksel yazılım paketinde bulunan normallik sınamaları hakkında bilgi :[1] 19 Şubat 2009 tarihinde Wayback Machine sitesinde .
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Istatistik biliminde normallik sinamalari bir seri parametrik olmayan istatistik sinamalar cesididir Normallik sinamalarinin amaci verilmis bir veri dizisinin normal dagilima uygunluk iyiliginin incelenmesidir Bir sira parametrik olmayan sinama gelistirilmis bulunmasina ragmen bircok istatistikci pratikte daha az kesin ve daha cok subjektif sagduyu ve ekpertiz gerektiren gosterim karsilastirmalarini kullanmaktadir Normallik sinamalari yalniz orneklem verilerinin dogrudan dogruya incelenmesinde kullanilmamakta fakat ozellikle ekonometrik analizlerde tek regresyon denklemi tahmininden sonra cikan hatalarin normal olup olmadiklarinin arastirilmasi icin de cok kullanilmaktadirlar Hipotez sinamasiIlk ortaya atilan normallik sinamasi Pearson tarafindan tek orneklem icin ki kare uygunluk iyiligi testinin normal dagilima uygulanmasidir Bunu takiben gittikce veri gereksinimi daha az olan diger normallik sinamalari gelistirilmistir Diger taraftan istatistigin bir ozel uygulama dali olan ekonometri ile ugrasanlar da ozellikle regresyon tahmin hatalarinin normal olup olmadigini incelemek icin bu gelismeye epey katkida bulunmuslardir Su liste degisik normallik sinamasi isimlerini vermektedir Pearson un ki kare sinamasi Kolmogorov Smirnov tek orneklem sinamasi Anderson Darling sinamasi D Agostino nun K kare sinamasi Jarque Bera sinamasi Shapiro Wilk sinamasi Bu sinamalarda sifir hipotez veri dizisinin normal dagilima benzer olmasidir Bu nedenle normal olmayan veri icin yeter derecede kucuk bir p degeri yani genellikle 5den veya 1den kucuk ortaya cikacak ve sifir hipotez olan veri dizisinin normal dagilima benzerligi hipotezinin reddedilmesine neden olacaktir Gosterim ile karsilastirmaNormallik sinamalarinin bir kismi ozel test istatistik tablolari ve ozel hesaplamalar gerektirmektedir Bu nedenle pratik istatistik sorunlarin cozumu icin sinamalara nazaran daha cok subjektif sagduyu ve ekpertiz gerektiren gosterim karsilastirmalari kullanilmaktadir Icinde istatistik kisimlari olan kutu cizim spreadsheet bilgisayar hesaplama programlari ornegin Microsoft Office paketinin bir kismi olan Excel acik model olan Open Office suitinin bir parcasi olan Calc vb histogram gosterimi uzerinde verinin orneklem ortalamasi ve varyansini parametreler olarak alan normal dagilim egrisinin gosterimi ile birlikte gorme imkani saglamaktadirlar Boylece histogram icin verilerin bir normal dagilima uyup uymadigi istatistikcinin subjektif gorusune ve yargi gucune birakmaktadirlar Eger orneklem veri hacmi kucukse bu turlu karsilastirmanin pek iyi sonuc vermeyecegi asikardir Diger bir grafikle normallik sinamasi kullanilarak yapilabilir Burada Q quantile siralanmis veri dizisini esit parcalara bolen istatistik olculeri ifade etmektedir Oncelikle hem veriler dizisinin genellikle ondabirliklerini bazen yuzdebirliklerini bir eksende ve verilerin orneklem ortalamasi ve varyansini parametre alan bir normal dagilimin ondabirillerini diger eksende gosteren ve bu noktalari bir gosterim de birbirine bagli 11 nokta olarak gosteren grafige Q Q gosterimi denir Eger bu cizilen egri bir grafigin 0dan baslayan dogrusal kosegeni ile cakisirsa veriler tipatip parametreleri orneklem ortalamasi ve varyansi degerlerine esit olan parametreleri olan normal dagilimlidir Eger egri her ne kadar kosegenle cakismiyorsa o kadar verilerin normal dagilimdan degisik oldugu anlasilmaktadir Su gosterimler de uygunluk iyiligini incelemek icin kullanilabilirler Regresyon hatalari icin normallik sinamalariYukarida incelenen normallik sinamalarinda veriler orneklemden gelmektedir Normallik sinamasinin diger bir onemli uygulanmasi bir pratik ekonometri arastirma yapilmaya basladiktan sonra bir regresyon dogrusu icin kestirim yapildiktan sonra elde edilen regresyon sonucunda bagimli degisken verilerinin regresyon kestirim degerlerinden farkinin yani incelenmesi sirasinda kullanilir Bir dogrusal regresyon icin bu hatalarin normal dagilim gostermemesi halinde tahmin degerlendirilmesi veya post tahmin analizi sirasinda kullanilan ve icin gerekli varsayimlarin yani hatalarin normal olmasinin dogru olmadigi ve bu sinamalar yapilsa bile sonuc cikartici guclerinin zayif olacagi bilinmektedir Onun icin regresyon tahmini yapildiktan sonra hatalarin normal olmasi istenir bir sonuctur ve bunun gercekte olup olmadigi normallik sinamalari ile kontrol edilir Eger hatalar normal dagilim gostermezlerse kullanilan fonkisyon seklinin asgari bir aciklayici degisken icin hatali oldugu veya bazi onemli aciklayici degiskenin analizde bulunmadigi neticesi cikarilir Ekonometri kitaplari degisik normallik sinamasinin kullanilmasini tavsiye etmektedirler Ornegin Gujarati 2003 ve Judge et al 1988 Jarque Bera sinamasini onermektedirler Ozel ekonometrik analiz komputer paketleri ornegin Eviews Gretl vb hatalar icin normallik sinanmasini bir aliskanlik gibi sirasi gelince ifa etmektedirler Kaynakca Judge et al 1988 Introduction to the Theory and Practice of Econometrics 2 ed say 890 892 Gujarati Damodar N 2003 Basic Econometrics 4 ed say 147 148Dis baglantilarR istatistiksel yazilim paketinde bulunan normallik sinamalari hakkinda bilgi 1 19 Subat 2009 tarihinde Wayback Machine sitesinde